每日一次加速部分乳腺照射的放射分割方案试验
该数据集来源于clinicaltrials.gov,聚焦乳腺癌与DCIS患者的加速部分乳腺照射(APBI)放射分割方案试验

基本信息
资源简介
每日一次加速部分乳腺照射的放射分割方案试验
该数据集来源于clinicaltrials.gov,聚焦乳腺癌与DCIS患者的加速部分乳腺照射(APBI)放射分割方案试验。研究对象为接受保乳手术和/或化疗后、腋窝淋巴结阴性的浸润性乳腺癌或DCIS女性,需在随机化前完成同侧乳腺CT模拟定位并制定计划,以确保剂量学覆盖和正常组织限制达标。若血清肿不可见或手术夹无法充分识别既往手术腔,则不符合随机化条件。入组患者随机接受3DCRT APBI 30Gy分5次每日照射。数据可用于放疗方案比较、剂量学评估及疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌、DCIS。患有腋窝淋巴结阴性浸润性乳腺癌或DCIS的女性,在保乳手术和/或化疗后,符合纳入标准者将接受筛选并接洽以进行资格评估和潜在的研究入组。所有可能符合条件且同意参与、不符合排除标准的患者,将在随机化前接受同侧乳腺的计算机断层扫描(CT)模拟定位。所有病例均须在随机化前完成计划设计,以确保能够满足剂量学覆盖和正常组织限制。如果血清肿不清晰可见,或手术夹无法充分识别既往手术腔,则患者不符合随机化条件。符合条件且同意参与的患者将被随机分配接受3DCRT APBI 30Gy分5次每日照射的放射治疗,每次6G
【主题与分类】
主题标签:Breast Cancer、DCIS。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02637024
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT02637024
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:乳腺癌、导管原位癌(DCIS)。患有腋窝淋巴结阴性的乳腺浸润性癌或DCIS的女性,在接受保乳手术(BCS)和/或化疗后,符合纳入标准者将被筛选并接洽以进行资格评估和潜在的研究入组。所有可能符合条件且同意参与的患者,若不符合排除标准,将在随机化前对同侧乳房进行计算机断层扫描(CT)模拟定位。所有病例均须在随机化前完成计划设计,以确保满足剂量学覆盖和正常组织限制要求。如果血清肿不明显可见,或手术夹不能充分标识既往手术腔,则患者不符合随机化条件。符合条件且同意参与的患者将被随机分配接受3DCRT APBI放疗,方案为30Gy分5次每日照射6Gy,或27.5Gy分5次每日照射5.5Gy,为期一周。患者将在随机化后12、24、36和60个月进行随访。美容效果将通过照片进行测量,并由一组经过培训的放射肿瘤学家使用EORTC乳腺美容评级系统进行评估。
辐射毒性将采用NCI CTCAE 4.02版进行评估。主要结局是2年时不良美容效果。该试验将在加拿大的临床中心进行。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




